PHP学习：PHP实现小偷程序实例

《PHP学习：PHP实现小偷程序实例》要点：
本文介绍了PHP学习：PHP实现小偷程序实例，希望对您有用。如果有疑问，可以联系我们。

PHP学习为什么使用“小偷程序”?

PHP学习远程抓取文章资讯或商品信息是很多企业要求程序员实现的功能,也就是俗说的小偷程序.其最主要的优点是：解决了公司网编繁重的工作,大大提高了效率.只需要一运行就能快速的抓取别人网站的信息.

PHP学习“小偷程序”在哪里运行?

PHP学习“小偷程序” 应该在 Windows 下的 DOS或 Linux 下通过 PHP 命令运行为最佳,因为,网页运行会超时.

PHP学习比如图(Windows 下 DOS 为例)：

PHP学习

PHP学习“小偷程序”的实现

PHP学习这里主要通过一个实例来讲解,我们来抓取下“华强电子网”的资讯信息,请先看观察这个链接 http://www.hqew.com/info-c10.html,当您打开这个页面的时候发现这个页面会发现一些现象：

PHP学习 1、资讯列表有 500 页(2012-01-03)；

PHP学习 2、每页的 url 链接都有规律,比如：第1页为http://www.hqew.com/info-c10-1.html；第2页为http://www.hqew.com/info-c10-2.html；……第500页为http://www.hqew.com/info-c10-500.html；

PHP学习3、由第二点就可以知道,“华强电子网” 的资讯是伪静态或者是生成的静态页面

PHP学习其实,基本上大部分的网站都有这样的规律,比如：中关村在线、慧聪网、新浪、淘宝…….

PHP学习这样,我们可以通过这样的思路来实现页面内容的抓取：
1、先获取文章列表页内容；
2、根据文章列表页内容循环获取文章的 url 地址；
3、根据文章的 url 地址获取文章的详细内容

PHP学习这里,我们主要抓取资讯页里面的：标题(title)、发布如期(date)、作者(author)、来源(source)、内容(content)

PHP学习“华强电子网”资讯抓取

PHP学习首先,先建数据表结构,如下所示：

PHP学习
CREATE TABLE `article`.`article` ( 
`id` MEDIUMINT( 8 ) UNSIGNED NOT NULL AUTO_INCREMENT PRIMARY KEY , 
`title` VARCHAR( 255 ) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL , 
`date` VARCHAR( 50 ) NOT NULL , 
`author` VARCHAR( 100 ) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL , 
`source` VARCHAR( 100 ) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL , 
`content` TEXT NOT NULL 
) ENGINE = MYISAM CHARACTER SET utf8 COLLATE utf8_general_ci; 

PHP学习 抓取程序：
 

转载请注明本页网址：
http://www.vephp.com/jiaocheng/2913.html